don't be evil Dobrica Pavlinušić Kako u nestrukturiranom svijetu naći nestrukturirane informacije? Th

Транскрипт

1 don't be evil Dobrica Pavlinušić Kako u nestrukturiranom svijetu naći nestrukturirane informacije? This presentation is made without any affiliation with Google. Google logo and artwork is a trademark of Google Inc.

2 Don't be evil? Sjećate li se Altaviste? Sjećate li se kako je u izgledao Yahoo?.com boom je sve promjenio Internet više nije samo za power usere previše informacija kako naći informaciju koju trebam? semantic web je jedan od načina... Google je drugi...

3 Ali, sve je počelo sa... informacijom

4 (ne)strukturirane informacije strukturirane informacije baze podataka (u širem smislu) riječnici i kazala bibliografski podaci telefonski imenici oglasi nestrukturirane informacije dokumenti, slike, zvuk, filmovi moj stol (u neredu)

5 karakteristike strukturirane informacije točno razdjeljuju pojmove i fraze međusobne veze između pojmova uređenje po nekoj logici ili abecedi fiksan broj polja sa podacima ponekad kontrolirani riječnik za pojmove nestrukturirane informacije jednostavniji i bogatiji za izražavanje višestruko veći broj korisnika

6 pregledavanje strukturirane informacije prema određenoj strukturi prema međusobnim vezama prema vremenskim razdobljima prema skupu podataka (filtriranje i agregiranje) kombinacijom nestrukturirane informacije prema eventualnim vezama (web) jedan po jedan

7 pretraživanje strukturirane informacije relativno mala količina točan oblik pojma ordeđene ključne riječi logički operatori jezik za pretraživanje nestrukturirane informacije ogromna količina podataka (web i više) nekoliko riječi iz punog teksta

8 Semantički web točno opisan odnos između različitih pojmova i stranica na webu Tim Berners-Lee (HTML, HTTP) zahtjeva od korisnika definiranje veza jednostavno i veoma moćno pretraživanje Da li je lakše natjerati ljude da opisuju veze ili naučiti računalo da samo shvati veze?

9 Internet je pun... nestrukturiranih informacija

10 Kako pretražiti Internet? instalirate nekoliko mašina napišete software koji skida sve stranice napravite indeks svih riječi i pretražujete ga napravite formu u koju korisnici upisuju upit prikažete korisnicima rezultate Po čemu je Google drugačiji?

11 Želim pretražiti Internet! korisnik forma sa poljem za upis upita rangirani rezultati Google računala kopija cijelog sadržaja weba indeks svih riječi pretraživanje povezivanje sa strukturiranim podacima

12 PageRank algoritam iza rangiranja rezultata poredak po broju citiranja stranice (broju linkova koji na webu vode prema stranici) više povezane stranice su važnije nepovezani ili najnoviji dijelovi weba ostaju nepretraženi mogući pokušaji prijevare (for fun and profit)

13 Pretraživanje prema nekoliko riječi (1-3 u prosjeku) operatori (AND, OR) sa ili bez riječi (+knjižnice, -google) prema frazi ( pretraživanje interneta ) prema URL adresi stranice (site:hr) linkovima prema stranici (link: Advanced search sučelje Spremljena (cache) verzija stranice

14 Sitnice u pretraživanju similar pages kako se ono piše? (Did you mean?) nije riječnik, samo statistički uzorak! ograničavanje po jeziku (Language Tools) kalkulator i konvertor , 1 ft, 3 tea spoons, 10 in + 25 cm strukturirani podaci US adrese, dionice, UPS, FedEx, FCC...

15 news.google.com mnogo brži ciklus obnavnjanja nego za web sadržaj izbor iz sredstava javnog informiranja nema hrvatskih sadržaja Google News Alert dobivajte obavijesti e- mailom

16 groups.google.com Usenet mrežne vijesti hijerarhijska podjela sadržaja po temama npr. hr.org.ffzg, hr.comp.linux veza između pojedinih postova pojedini rezultati mnogo specifičniji nego na webu (točniji!) tamna povijest Useneta za stare web stranice

17 images.google.com pretraživanje slika ali, računalo ne vidi sliku! pretraživanje po nazivu datoteke, okolnim pojmovima... filter za nepoćudan sadržaj Picasa pretražuje slike na vašem disku

18 gmail.google.com još da mogu tako pretražiti i svoj webmail sa pretraživanjem i konceptom razgovora automatsko označavanje maila 1Gb prostora nikada ne brišite ! članstvo moguće samo uz poziv (ali imamo ih nekoliko) pitanja privatnosti

19 print.google.com dio testnog, beta programa upit: books on digital photography pretraživanje punog teksta knjiga bez mogućnosti ispisa ili kopiranja testa veoma slično Amazonom search inside this book nije DRM, ali je izdavačima dovoljno sigurno za većinu korisnika

20 desktop.google.com jednostavnije mi je nešto naći na Internetu nego ma mom računalu pretražite svoje računalo! samo 500K (0.5Mb) datoteka pretražuje Outlook, presurfani Web, Word, PowerPoint, Excel i tekstualne datoteke na disku integracija sa internet searchom (uz usporenje!)

21 adwords.google.com od nečega se mora i živjeti... oglasi prema ključnim riječima

22 More informacija pronađite ono što tražite snađite se u njemu pomognite svojim korisnicima da se snađu Nemojte se navući na pretraživanje kao ja! Pitanja? I nadam se odgovori...